SI

nst B

Sztuczna inteligencja — egzamin część I

Warszawa, 20.05.2007

Nazwisko i imię................................................................nr albumu...............grupa.........

Obwiedź kółkiem oznaczenia tych spośród wypowiedzi, które są według Ciebie

prawdziwe. Każdą z wypowiedzi z osobna może być prawdziwa, bądź fałszywa.

A-

1.    Definicja pojęcia sztucznej inteligencji:

A.    Teoria automatów jest działem sztucznej inteligencji

B.    Metody heurystyczne są metodami sztucznej inteligencji

C.    Systemy sztucznej inteligencji w znacznym stopniu symulują działanie mózgu

D.    Istotą maszynowego uczenia się jest pozyskiwanie dużych i aktualnych zbiorów informacji

2.    Sztuczne sieci neuronowe 1:

A.    Wartości wag na wejściach neuronów są wartościami całkowitymi

B.    Wartość progu pobudzenia neuronu też podlega uczeniu

C.    Uczenie sieci neuronowej sprowadza się do modyfikacji wag na wszystkich wejściach wszystkich neuronów sieci

D.    Ciągi uczące można wykorzystywać wielokrotnie tworząc tzw. epoki

. . *

3.    Sztuczne sieci neuronowe 2:

A.    W sieciach rekurencyjnych spotykamy się z chwilowymi niestabilnościami działania sieci

B.    Sieci uczone bez nadzoru doskonale nadają się do grupowania danych

C.    Metoda wstecznej propagacji błędów wymaga przepływu pobudzenia w kierunku odwrotnym do pobudzenia pierwotnego

D.    Przed rozpoczęciem nauki wagom nadaje się losowe wartości początkowe

4.    Wykorzystanie teorii zbiorów rozmytych:

A.    Sumą zbiorów rozmytych^ i B jest zbiór rozmyty określony funkcją przynależności zależną od obu funkcji przynależności

B.    W rozmytych regułach decyzyjnych nie wykorzystuje się danych

lingwistycznych

C.    Operacja koncentracji zbioru rozmytego zwiększa stopień przynależności danej wartości do zbioru rozmytego

D.    Uogólnione wnioskowanie rozmyte nie wymaga, aby zbiory rozmyte przesłanki i konkluzji były tymi samymi zbiorami